نام پژوهشگر: علی قاسمی مرزبالی
علی قاسمی مرزبالی حسین شایقی
پایدارساز سیستم قدرت برای افزایش پایداری دینامیکی سیستم قدرت، به کار میرود و ممکن است با عملکرد سایر کنترلکنندهها تداخل داشته باشد. بنابراین در سیستم قدرت که یک سیستم وسیع چند متغیره است، تنظیم مناسب کنترلکنندهها از اهمیت بسزایی برخوردار است. بطوریکه هماهنگی مناسب بین آنها، میتواند بهترین شرایط کارکرد سیستم را فراهم آورد و عدم هماهنگی مناسب، ممکن است باعث ستیزه مداوم در نحوه اعمال سیگنالهای کنترلی آنها شده و یا حتی منجر به ناپایدار شدن سیستم شود. به دلیل پیچیدگی سیستم قدرت و عدم توانایی کنترلکننده کلاسیک در شرایط کاری مختلف تعیین مناسب پارامترها آن ضروری است. موضوع مورد بحث در این پایاننامه طراحی و بررسی پایداری سیستم قدرت برای سیستم چندماشینه و بهینهسازی پارامترهای آن به کمک الگوریتم هوشمند جفتگیری زنبور عسل و الگوریتم بهبود یافته جفت گیری زنبور عسل میباشد. طراحی پایدارساز سیستم قدرت برای چهار سیستم تکماشینه، سهماشینه، چهارماشینه و دهماشینه در شرایط کاری مختلف با در نظر گرفتن مد نوساناتی بین ناحیهای و فرکانسهای کم مورد بررسی قرار گرفته است. بررسی با معیارهای مختلف به کمک الگوریتم پیشنهادی به عنوان یک مساله بهینه سازی پیگیری شده است. به دلیل سوق دادن مسایل به سمت مسایل واقعی، در این پایان نامه بحث طراحی پایدارساز سیستم قدرت با بهینه سازی همزمان چند تابع هدف تحت عنوان بهینهسازی چند هدفه با استفاده از الگوریتم جفتگیری زنبور عسل مورد بحث قرار گرفته است. بدین منظور از الگوریتم بهینهسازی براساس حرکت تجمعی آنتروپی و معیار پارتو استفاده شده است.پایدارساز طراحی شده براساس معیار بهینه سازی چند هدفه با الگوریتم hbmo به سیستم های مورد مطالعه اعمال شده و با نتایج سایر روش ها هوشمند انجام گرفته در این زمینه مقایسه شده است. نتایج به دست آمده نشان از کارایی بالای الگوریتم جفت گیری زنبور عسل به کار گرفته در حل مساله طراحی pss برای سیستم چند ماشینه بوده است.
سمیرا عباسی بهمن نجفی
چکیده: با توجه به افزایش قیمت انرژی متعارف و اثرات زیست محیطی مانند آلودگی هوا و تخلیه لایه اوزون و اثرات گلخانه ای، انرژی خورشیدی به طور جدی برای جلب رضایت بخشی از تقاضای انرژی در نظر گرفته شده است. از آنجایی که پتانسیل انرژی خورشیدی در ایران بالاست به این منظور از نوعی مبدل های حرارتی که کلکتورهای انرژی خورشیدی هستند، بهره می برند که این کلکتورها انرژی تابشی خورشید را به انرژی داخلی متوسط برای نقل و انتقال تبدیل می کنند. در این تحقیق با بررسی پارامترهای مختلف کلکتور خورشیدی عملکرد این سیستم توسط شبکه عصبی مصنوعی پیش بینی می گردد. در این تحقیق ابتدا یک مدل سازی ریاضی برای پیش بینی عملکرد کلکتور خورشیدی صفحه تخت که شامل پارامتر های هندسی و شرایط کاری آن می باشد ارائه شد. سپس با استفاده از داده های مدل ریاضی، مدل شبکه عصبی مصنوعی برای پیش بینی عملکرد کلکتور خورشیدی صفحه تخت ارائه گردید. در ایجاد مدل شبکه عصبی، فاصله پوشش اول از پوشش دوم، فاصله پوشش دوم از صفحه جاذب و دبی جرمی سیال به عنوان ورودی های شبکه و بازده ترمودینامیکی به عنوان خروجی شبکه، در نظر گرفته شدند. یک مدل کلی برای پیش بینی عملکرد کلکتور خورشیدی طراحی گردید. با تغییر توابع انتقال، تعداد لایه ها و تعداد گره-های لایه پنهان و عوامل موثر در تغییر وزن ها به صورت سعی و خطا، مناسب ترین مدل شبکه عصبی برای مسئله مورد نظر بدست آمد. در نتیجه با توجه به میانگین مربعات خطا در هر بار آموزش شبکه، شبکه عصبی با 10 نرون در لایه پنهان به عنوان مطلوب ترین شبکه شناخته شد. ضریب همبستگی برای پیش بینی بازده حرارتی کلکتور، 9692/0 به دست آمد. همچنین شبکه عصبی با میزان خطای قابل قبولی به خوبی عملکرد کلکتور را پیش بینی می کند.